Sign In

Reading Your Heart: Learning ECG Words and Sentences via Pre-training ECG Language Model

Created by
  • Haebom
Category
Empty

저자

Jiarui Jin, Haoyu Wang, Hongyan Li, Jun Li, Jiahui Pan, Shenda Hong

개요

본 논문은 심전도(ECG) 신호를 심장 박동을 단어, 리듬을 문장으로 간주하는 새로운 관점에서 접근하여 심전도 언어 처리를 위한 자기 지도 학습 프레임워크인 HeartLang을 제안합니다. 기존의 고품질 주석 데이터에 대한 의존성을 줄이고자, QRS-Tokenizer를 이용하여 의미 있는 ECG 문장을 생성하고, 형태 및 리듬 수준에서 일반적인 표현을 학습합니다. 가장 큰 심장 박동 기반 ECG 어휘집을 구축하여 6개의 공개 ECG 데이터셋에서 다른 자기 지도 학습 방식과 비교하여 성능을 평가했습니다. 코드와 데이터는 공개적으로 제공됩니다.

시사점, 한계점

•
시사점:
◦
심전도 신호를 새로운 관점(심장 박동: 단어, 리듬: 문장)에서 분석하여 의미있는 표현 학습 가능성 제시.
◦
고품질 주석 데이터 의존성 감소를 위한 자기 지도 학습 프레임워크 HeartLang 제안.
◦
대규모 심장 박동 기반 ECG 어휘집 구축을 통한 ECG 언어 처리 발전에 기여.
◦
다양한 공개 ECG 데이터셋에서 경쟁력 있는 성능을 입증.
◦
코드와 데이터 공개를 통한 연구 재현성 및 확장성 증대.
•
한계점:
◦
QRS-Tokenizer의 성능이 전체 시스템 성능에 크게 영향을 미칠 수 있음. Tokenizer의 정확성 및 일반화 성능에 대한 추가적인 연구가 필요.
◦
제안된 HeartLang 프레임워크의 다양한 임상적 응용에 대한 추가적인 검증이 필요.
◦
현재 구축된 어휘집의 크기가 얼마나 충분한지, 더욱 확장할 필요성 및 그에 따른 성능 향상 여부에 대한 추가적인 연구가 필요.
👍
Made with Slashpage